作为生物标志物判别能力度量的欠重叠系数
统计方法学
2025-04-18 v2
摘要
评估潜在诊断生物标志物的第一步是检查其数值在不同疾病组之间的变异性。在三分类疾病设定中，受试者工作特征曲面下体积和三分类 Youden 指数是生物标志物判别能力的常用概括性度量。然而，这些度量依赖于三个组之间生物标志物结果分布的随机排序假设。这一假设可能具有限制性，特别是在涉及协变量时，其违反可能导致关于生物标志物区分三个疾病类别的能力的错误结论。即使存在随机排序，在涉及数十甚至数千个候选生物标志物的发现研究中，不同生物标志物之间的排序也可能不同，从而使自动排序复杂化。为了应对这些挑战并补充现有度量，我们提出了欠重叠系数，一种关于生物标志物区分三个（或更多）疾病组能力的新颖概括指数，并研究了其性质。此外，我们为无条件欠重叠系数及其特定协变量对应物引入了贝叶斯非参数估计量。这些估计量广泛适用于各种生物标志物和人群。一项模拟研究揭示了所提估计量在一系列可能场景下的良好性能。我们通过应用于阿尔茨海默病（AD）数据集说明了所提方法，旨在评估四种潜在 AD 生物标志物如何区分认知正常、轻度受损和痴呆个体，以及年龄和性别如何以及是否会影响这种判别能力。
引用
@article{arxiv.2504.12288,
title = {The underlap coefficient as a measure of a biomarker's discriminatory ability},
author = {Zhaoxi Zhang and Vanda Inacio and Miguel de Carvalho},
journal= {arXiv preprint arXiv:2504.12288},
year = {2025}
}